Bayes Methods for a Symmetric Unimodal Density and its Mode
对称单峰密度及其众数的贝叶斯方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究一般密度与众数的贝叶斯估计，未明确涉及分位数或经济分布效应。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
对称单峰密度及其众数的贝叶斯方法
- 研究问题
- 对半直线上的递减密度，或具有未知众数的对称单峰密度进行独立同分布抽样时，如何实施贝叶斯推断和后验计算？
- 方法与思路
- 作者给出两类形状约束密度的贝叶斯解，将后验量表示为有限和，并发展基于有限状态马尔可夫链抽样的蒙特卡洛方法。
- 材料陈述的贡献
- 摘要称为递减密度及未知众数的对称单峰密度提供贝叶斯解决方案，并给出用于评估后验有限和的计算方法。
- 阅读关注点
- 应核对先验如何表达形状约束、众数如何进入模型、后验有限和的规模，以及马尔可夫链的构造和计算误差。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；先验细节、损失函数及算法收敛条件未说明，不能推断后验一致性或计算效率。
原文摘要
Bayes solutions for i.i.d. sampling from a decreasing density on the half line and for i.i.d. sampling from a symmetric unimodal density with an unknown mode are given. Posterior quantities are obtained as finite sums; Monte Carlo methods based on sampling finite Markov chains are developed for their evaluation.